A neurociência comportamental, impulsionada por avanços tecnológicos como a visão computacional e algoritmos de aprendizado de máquina, experimenta uma revolução na análise de dados comportamentais. Novas tecnologias permitem a captura e análise de alta resolução e alto rendimento de comportamentos complexos, gerando conjuntos de dados em larga escala que exigem abordagens computacionais avançadas para sua análise. O desenvolvimento de ferramentas robustas e padronizadas para análise comportamental é essencial, e a genômica, com suas tecnologias de geração de dados em larga escala, oferece um conjunto de ferramentas e abordagens computacionais que podem ser de grande valia para a neurociência comportamental. (Bentzur; Alon; Shohat-Ophir, 2022)
As interações sociais em grupos de animais criam um ambiente dinâmico e multidimensional, com cada interação influenciando as seguintes. A análise do comportamento social em grupo, embora complexa, inicia-se com a identificação e rastreamento de indivíduos por meio de algoritmos de visão computacional. A partir daí, uma variedade de características comportamentais, como velocidade, ângulos, distância do centro e da borda da arena, podem ser extraídas. A análise de interações entre pares de indivíduos aumenta exponencialmente o número de características comportamentais que podem ser extraídas, incluindo a duração e frequência de comportamentos, tipos de interação e formação de redes sociais. (Bentzur; Alon; Shohat-Ophir, 2022)
A análise de conjuntos de dados comportamentais e genômicos apresenta desafios semelhantes. Ambos descrevem sistemas de alta dimensão com múltiplos níveis organizacionais, cada um com múltiplas dimensões. As abordagens computacionais usadas para analisar a complexidade em um nível organizacional, como dados de sequenciamento de RNA de célula única (scRNAseq) em genômica, podem ser aplicadas na análise de outros níveis, como interações sociais em grupos. (Bentzur; Alon; Shohat-Ophir, 2022)
Apesar das diferenças entre os dados comportamentais e genômicos, como a natureza contínua das medições comportamentais versus as “fotos instantâneas” em momentos específicos no tempo em genômica, as abordagens computacionais da genômica podem ser adaptadas para análise comportamental. A redução de dimensionalidade, amplamente utilizada em genômica para simplificar a análise de conjuntos de dados complexos, pode ser aplicada para revelar mecanismos comportamentais subjacentes. (Bentzur; Alon; Shohat-Ophir, 2022)
A análise de cluster, outra ferramenta poderosa da genômica, pode auxiliar na extração de padrões significativos de conjuntos de dados comportamentais complexos. Em vez de genes ou células, os parâmetros comportamentais e as condições ou manipulações genéticas são agrupados, permitindo a identificação de grupos que exibem padrões semelhantes e a elucidação de subconjuntos de parâmetros co-regulados sob certas condições ou genótipos. (Bentzur; Alon; Shohat-Ophir, 2022)
O estudo da variância comportamental, muitas vezes negligenciada em favor da análise das médias, oferece uma perspectiva valiosa sobre as diferenças entre populações e a dinâmica social. A variância entre indivíduos e entre grupos, impulsionada por interações sociais únicas e pela “trajetória” individual dentro de um grupo, pode ser tão informativa quanto as médias comportamentais. (Bentzur; Alon; Shohat-Ophir, 2022)
Os conceitos de individualidade e identidade de grupo, bem documentados em ecologia comportamental, podem ser explorados em conjunto com as ferramentas de análise de variância para aprofundar a compreensão da dinâmica social. A individualidade, expressa em características comportamentais persistentes ao longo do tempo, e a identidade de grupo, que emerge das interações entre os membros do grupo, são conceitos importantes que merecem investigação mais aprofundada. (Bentzur; Alon; Shohat-Ophir, 2022)
A aplicação do conceito de variância em genômica, particularmente no contexto da expressão gênica de célula única e da transcriptômica espacialmente resolvida, oferece um modelo para análise de variância comportamental. A variância na expressão gênica entre células individuais, antes considerada ruído, agora é reconhecida como uma característica importante que pode ser influenciada pelo tipo de célula, localização física no tecido e interações célula-célula. (Bentzur; Alon; Shohat-Ophir, 2022)
A acessibilidade de dados e a padronização de análises, características da pesquisa genômica, são desafios a serem superados na neurociência comportamental. A deposição de dados brutos de experimentos comportamentais em arquivos públicos, juntamente com a padronização de métodos de preparação e análise de amostras, facilitaria a investigação e comparação de dados por diferentes grupos de pesquisa. (Bentzur; Alon; Shohat-Ophir, 2022)
A neurociência comportamental está entrando na era do “big data”, com grandes conjuntos de dados que oferecem oportunidades e desafios para o avanço da compreensão do comportamento animal. A adoção de abordagens de outros campos, como a genômica, e o estabelecimento de protocolos para deposição de conjuntos de dados e desenvolvimento de ferramentas de análise padronizadas são essenciais para o progresso e amadurecimento da neurociência comportamental. (Bentzur; Alon; Shohat-Ophir, 2022)
Referência
BENTZUR, A.; ALON, S.; SHOHAT-OPHIR, G. Behavioral Neuroscience in the Era of Genomics: Tools and Lessons for Analyzing High-Dimensional Datasets. International Journal of Molecular Sciences, v. 23, n. 7, p. 3811, 2022.
